从海外案例看边缘计算云计算与物联网的场景化创新之旅

特约撰稿人|云晴

从AT&T的实践方向和物联网行业发展成熟度来看，边缘计算和云计算有可能会率先在制造业、能源和交通运输行业乃至于公共服务事业领域落地。

边缘计算出现在IoT、云计算发展的新阶段，能力和资源需要做好云和端之间合理的平衡，从而解决更加智能、对规模处理更有效、节省传输损耗等问题，具有重要的实践意义。

无论是在IT领域还是运营服务领域，标准推进、产品和解决方案推出、实验型项目和解决方案的应用都在进行中。随着运营网络上连接数量的剧增、连接智能的丰富，边缘计算的发展脚步可以预想还将会不断加快。

多接入边缘计算成为焦点

近年来，伴随物联网和云计算产业的发展，一些对时延、传输成本比较敏感的应用场景（尤其在工业控制领域）开始浮出水面。例如，在智能驾驶这样的场景中物联网终端设备控制对时延的要求非常高。又例如针对AR/VR技术在移动终端上的应用，尽可能将数据控制在网络边缘，就有可能在提升用户感知的同时，节省数据传输的损耗。

与此同时，类似德国“工业4．0”等工业控制信息智能化的发展中，信息物理融合系统（CPS）——也称虚拟实体融合系统在靠近物或数据源头的网络边缘侧实现，并对网络、计算、存储、应用等核心能力进行融合逐渐成为趋势。在此情况下，多接入边缘计算（MEC）逐渐成为行业界关注的热点。

在移动通信领域，5G三大应用场景之一中的“低功耗大连接”要求能够提供具个/km2连接数密度指标要求。这样的高密度连接和海量数据对时延和功耗也提出了新的要求。通过架构上的设计尽可能将源和目的之间的距离缩短，也成为新的网络架构设计时重要的考量方面。

MEC的实现与分布式架构的发展与成熟密不可分。这一定程度上可以类比于分布式能源系统的发展。传统的供电系统是集中式系统，供应商根据生产能力生产出电力，然后通过传输网络传送到配送层，最后再由配送层供给最终用户。多余的电力能源储存以用于应付能源高峰阶段供给不足的情况。

这种配送电力的方式，具有以下几个缺点，能源信息管理基本是自上而下的，用户的需求基本上没有得到反应；对用户需求的变化调整反应并较迟滞；传送过程造成大量的能源损耗和浪费；发电方式比较单一，对新能源尤其是可再生能源的利用不足。

能源行业的“MEC发展史”

针对这几个缺点，国外从20世纪70年代开始研究分布式能源系统，并已经得到了有效的推广。分布式能源系统改变了整个能源的供应架构，其核心思想有两条，“有需求再生产”和“哪里生产，哪里消费”。

“有需求再生产”指的是能源的生产计划不再根据供应商的产能，而是根据最终消费用户的需求来进行安排。这样一来，能源管理信息的流向就由自上而下变成了自下而上，用户需求成为了生产的导向，大量的能源存储和能源调配成本得到了节省。

“哪里生产，哪里消费”指的是能源的生产不再是纯集中式的，生产尽可能靠近最终用户的所在，而且根据用户所在地的条件尽可能采用可再生能源。例如靠近海边的客户就可以利用风能、潮汐能等而无需能源的长距离传送，能源的生产被“分布化”了。

分布式能源系统带来的好处是显而易见的。首先，大量的能源转化、传送工作得到了精简，能源利用率得到了极大的提高。其次，用户的需求成为能源生产的主要决定因素，市场和用户导向带来了能源生产的精确性。最后，也是最重要的一点，用户侧自身的产能得到了有效的利用，尤其是太阳能、风能、水能等新能源的利用，能够大大节省不可再生能源的消耗，有效地保障了客户的能源需求。

开启边缘网络智能化

MEC改变了只将云端作为“大脑”，“管道”和“端系统”均没有智能的状况。“端”变成了辅助“大脑”工作的“智能神经网络”。这样一来，边缘服务在终端设备上运行，反馈更迅速，解决了时延问题，使得一些工业用户场景成为可能。另一方面，MEC将内容与计算能力下沉，提供智能化的流量调度，业务实现了本地化，内容尤其是热门内容实现了本地缓存，解决方案的效率得到了显著提升。

MEC最初于2013年在IBM、Nokia和Siemens共同推出的一款计算平台上出现。之后，各大电信标准组织开始推动移动边缘计算的规范化工作。

其中ETSI在2016年发布的标准中，对MEC的七大应用场景进行了定义，分别是智能移动视频加速场景（主要解决移动内容分发效率低下的问题）；监控视频流分析场景（主要实现视频流分析的本地化，用户无须从云端下载数据）；增强现实场景（边缘侧对增强现实信息进行本地化分析，减小时延，提高数据的处理精度）；密集计算辅助场景（将传感器的密集计算和决策工作分流）；企业专网中移动场景（为各种企业应用场景提供差异化服务）；车联网场景（减轻车联网云端的计算决策压力）；物联网网关服务场景（在边缘提供低时延的汇集节点实现消息分发、协议管理和分析处理等功能）。

除了ETSI通过通信协议标准推动MEC的发展之外，在国内，边缘计算产业联盟（Edge Computing Consortium，ECC）也已发展成为聚焦边缘计算领域最大的联盟组织。

ECC的发展充分体现出IT云架构与智能工业控制之间的结合趋势。目前ECC已经与多个产业组织建立了正式联系与合作，包括工业互联网联盟（IIC）、工业互联网产业联盟（AII）、中国自动化学会(CAA)、SDNFV产业联盟、Avnu Alliance、国际半导体照明联盟（ISA）、车载信息服务产业应用联盟（TIAA）等。

EdgeX Foundry最佳方案

从IT企业的角度，边缘计算也在得到关注和推动。Linux基金会2017年发起了一个名为EdgeX Foundry的新项目。该项目期望为IoT计算和可互操作的组件构建一套开放的框架。基于开源的思路，该项目提供了包括安全、管理、设备和服务4个核心领域的API以构成框架。

该架构简言之就是在系统边缘部署运行着EdgeX核心程序的网关设备，辅以安全、管理等服务，形成一个边缘侧强大的处理节点。IoT前端的设备（传感器）在与云端进行交互时会在这个节点完成规划中的一些交互处理工作。而处理节点运行的程序是采用开源的方式来提供的，并在运行过程中不断丰富和随着与项目的结合个性化。

同时，EdgeX Foundry社区也期望能够实现对开源成果进行优化，使得标准更向产品化的方向靠近。

EdgeX Foundry的主页上给出了一个实际应用案例Project Iris。该案例提供了一个MEC在安全与隐私保护方面应用实践。该项目在IoT的边缘提供了可视能力和威胁检测能力。Iris的出发点是为了解决IoT项目中大量的前端传感器和设备无法得到有效监控，有可能形成大量的“入侵点”，因此通过边缘侧的处理强化该能力。

Iris提供了运行在IoT边缘网关的容器，从边缘设备搜集相关数据并传送给Iris云端服务。Iris云端服务对数据进行分析并根据情况提出安全预警，同时在Web应用上呈现出来。与“开源”精神相一致的是，目前该项目的接入还是免费的。Project Iris抓住“大规模”“缺乏监控”“易受攻击”这几个关键点，设计出一个很好的边缘计算应用场景，非常具有启发意义。

在企业级解决方案领域，边缘计算也出现了相应的产品和服务。例如Relay2公司推出了基于Wi-Fi接入的边缘弹性接入云服务。在Relay2的云Wi-Fi架构中，节点通过Wi-Fi弹性接入计算平台，并利用分布式AP设备实现实时动态交互和无线管理。这种架构方式尝试解决企业级环境下端到端数据和管理的瓶颈，并通过云端实现更为智能的功能。在Wi-Fi网络成为企业级环境的重要接入方式的情况下，大流量、低延时的行业客户应用场景可以在这一方向上得到拓展。

AT&T等运营商发力创新应用

将物联网和云计算作为转型关键的部分运营商，同样对MEC表现出很大的热情。例如AT&T就对MEC的尝试非常重视。在不同的场合，AT&T都表达了重塑云计算在MEC领域发力的愿望。AT&T也陆续在自动驾驶、AR/VR等5G应用开始建设测试。

2017年11月，AT&T开始基于4G网络建设测试外场，并与合作伙伴开始对自动驾驶汽车等时延敏感场景进行测试（由于多个摄像头及其他传感器同时制造数据，一辆自动驾驶汽车每个小时将会产生高达3．6TB的数据。尽管刹车、转弯、加速等驾驶操作会是在本地完成，但大量的数据仍需要传送到云端分析和学习。这其中包括了系统更新、导航地图更新以及与交通控制系统和其他智慧城市基础设施的连接控制。因此选择这样的应用场景作为开始比较合适）。

就在2018年2月，AT&T和GridRaster在帕罗奥多市一起启动了针对AR/VR用户体验的测试项目。这一项目期望能够通过MEC实现为移动用户在5G网络环境下提供更好的AR/VR体验。在这种用户场景下，MEC通过网络数据确定用户位置并将数据流实时提供给用户，本地增强现实服务器提供内容匹配计算和推送，实现本地实景和增强现实内容频道的高度聚合，为不在现场的用户提供更多选择，或者为用户带来独特的视角体验。

MEC融合产业链端到端力量

整条产业链融合了电信运营商、设备制造商、芯片及服务器制造的IT厂商、应用和内容提供商。

很长一段时间以来，AT&T都把“软件化”“IT架构云化”等方向作为转型的重要方向。MEC也非常符合AT&T这一方面的诉求，原因在于MEC作为一种开放的IT体系架构，能够向第三方提供开放接口，引入外部专业力量来开发功能和服务。这种模式有可能会对新的商业模式带来刺激和促进作用。另一方面，边缘计算可以看作是云计算的补充和新业务场景的架构调整，边缘计算和云计算从AT&T的实践方向和物联网行业发展成熟度来看，MEC有可能会率先在在制造业、能源和交通运输行业乃至于公共服务事业领域落地。